编｜王一粟

“下半年如果我还看不到变化，理想智驾拿不到头部位置的话，那你这个负责人就可以不用干了。”回忆起2024年初李想对智驾落地的督促，理想汽车自动驾驶研发副总裁郎咸朋至今都倍感压力。

在李想看来，理想汽车是否能顺利落地高阶智驾，已经到了影响“生死存亡”的地步。

而在此之前的2023年，郎咸朋带领的团队和国内大多数的智驾公司一样，一直在尝试用规则的方式解决Corner case（边界情况），就是出一个问题，写一个代码去解决。这导致理想汽车在2023年落地高阶智驾的节奏整体偏慢。

2024年上半年，高阶智驾已经成为消费者选车考虑的重要因素。根据工业和信息化部披露的数据显示，中国乘用车L2级辅助驾驶及以上新车渗透率达55.7%，其中具备领航辅助驾驶（NOA）功能的新车渗透率达到11%。

换句话说，是理想产品主打的30万及以上的价格段内（在整体车市的销量占比大概为15%左右），消费者已经形成了标配高阶智驾的共识。

事实上，理想智驾起步的目标非常高。早在2023年4月的上海车展，理想汽车就喊出了城市NOA落地100城的目标。但半年过后，这个目标就缩水为“在100城开通通勤NOA”。2024年初，李想带队前往美国体验特斯拉FSD，随后理想的智驾才开始转向无图NOA。

此时，各路智驾供应商们，开始向车企兜售无图NOA解决方案。同时，由于AI大模型的催化，智驾技术领先的玩家们也都开始了初步“端到端”的探索。

“还是回归产品和用户体验上，而不是追求指标的领先。”诚如郎咸朋所说，在与李想达成智驾研发要用“端到端”技术和注重体验的共识之后，2024年4月开始，理想的智驾能力“直线起飞”。

以OTA大版本为节点，在2024年5月，理想智驾主要还是聚焦在场景细节调优。从7月的6.0版本更新无图NOA开始，理想智驾开始更注重功能和体验。

作为佐证，理想在2024年8月更新的车位随心画功能，智驾能够理解用户的停车意图，想停哪里就停哪里。离车泊入功能也升级到了关门泊入，在用户对理想智驾的信任下，用户自动泊车再也不需要掏手机控制了。

10月，理想智驾更新至“端到端+VLM智能驾驶”后，理想的智驾能力再一次飞跃式提升。光锥智能在实际体验之后，发现这个版本的智驾不仅能顺利通过环岛。而且在无保护右转时，不会向其他厂商的智驾一样，还需要“踩一脚刹车”。

参考理想用户社区@仟仟爸爸的分享，理想智驾能够轻松面对环岛+突然加塞+变道绕行的复杂操作。用户全程只是吐槽了一下加塞车辆，然后用“也行”，点评了一下变道操作。

如今，随着已经推送的AD Max V13.0更新，可以预见，理想智驾在复杂的中国道路可以实现“零接管”。这也是符合自动驾驶L3标准的表现。

消费者也开始逐渐信任智驾，并愿意为此买单：“买理想就买智驾版”，成了消费者的共识。

李想曾经在采访中对光锥智能透露，2024年上半年，理想曾经有几个月被问界的销量压制的很难受，但在智驾能力上升后，理想的销售们都能挺起腰杆让消费者“随便对比”，而后，理想的销量也随之打了一个漂亮的翻身仗。

根据理想统计的数据显示，截至2024年12月31日，NOA导航智能驾驶里程已占智驾里程的70%。这意味着，NOA已经替代了原先大量辅助驾驶的使用，类似LCC（车道居中保持）等功能，正在“撤离”用户心智。另一边，在端到端全量推送一周内，理想注意到有3600位之前从未在城市使用NOA的车主开始每天使用该功能。并且，这些用户每天的导航里程提升了两倍，这意味着用户已经相当依赖智驾了。

在销售端，理想智驾也已经成了潜在客户最重要的购车原因之一。据统计，截至12月31日，理想NOA试驾占比超72%。30万以上车型AD Max交付量占比超75%，40万以上车型AD Max交付量占比超84%。这样的销量构成，意味着消费者几乎是因为理想智驾而选购理想汽车。

可以看到，在智驾经历不到一年的迭代中，理想不仅实现了智驾跨越式升级，还更新了品牌的消费者认知。如今的理想，已经从此前“冰箱、彩电、沙发”的标签，切换到了智驾（AI）实力派。

为何理想的AI进展能如此之快？

或许正如李想与郎咸朋在讨论智驾方向时所言，“要么做端到端，要么别做自动驾驶了”。在AI时代，选对路径比一味的努力更重要。

在人类研究AI的60余年里，科学家们得到次数最多的教训便是方向比努力更重要。

以AI大模型的基础架构Transformer为例，虽然谷歌的科学家在8年前提出了Transformer，但谷歌在研究方向的犹豫，让OpenAI率先完成了ChatGPT，颠覆了谷歌此前在NLP领域不少心血。

同样的感慨，也发生在理想转向“端到端”之后。

“比之前所有车的状态都要好，刹车非常拟人舒适，这些问题在规则阶段用很多代码都没办法解决。”在采用端到端仅仅15天之后，看到新技术架构对过去的颠覆，郎咸朋不禁惊叹道。而实现这种差异的过程，理想智驾算法研发部门负责人贾鹏总结说：“一行规则都没写，全是系统按照给的数据训练出来的。”

回顾理想的三次智驾技术变迁，从NPN（先验信息）到无图NOA，再到如今的端到端+VLM双系统架构，每一代都在根本上颠覆了上一代的设计架构。

其中，无图NOA为了替代NPN必须的先验信息（一般是指高精地图），智驾系统强化了感知和规划模块，将智驾从原本的“开卷答题”转向到“闭卷作答”。端到端对无图NOA的提升，主要在于端到端用AI学习取代了无图NOA的人力编写规则模块，相当于原本智驾“背公式”转向到“随机应变”。

由此看到，设计更好的AI架构，智驾也更接近实现全自动驾驶。

理想参考了人类逻辑思维中的下意识反应和深思熟虑，将整个智驾系统拆解成了“快慢”双系统（对应系统一和系统二）。

其中，系统一是完全的端到端架构。智驾模仿人类面对正常路况的操作，这时候控制车辆“加减速”不需要思考太多。系统二则是在端到端的基础上，理想“外接”了一个多模态大模型（VLM）。利用多模态大模型对图片、文字等信息的理解能力，系统二能为系统一提供真实世界的认知。

为何理想的架构与市面上玩家都不同，既不是特斯拉用单个端到端模型“暴力破解”人类操作，也不是小鹏、华为、蔚来等分段式端到端的路线？

因为，这么设计能带来更快的智驾迭代速度。

具体而言，是端到端部分负责快速学习投喂的clips（视频片段）。通过对人类操作的模仿，智驾系统能快速学到与“老司机”近似的操作水平。

“我们起初投喂80万clips的时候，还过不了环岛。后来当数据量达到100万clips时，他自己就能过环岛了。我觉得是100万clips里头刚好有一些环岛数据的原因。模型确实很神奇，你喂了什么数据，他就能学会相应能力。”贾鹏解释说。

另一边，借助能理解真实世界信息的VLM，整个智驾系统还能方便投入到世界模型中参与“考试”，从而实现针对能力训练和模拟智驾在Corner case中的表现。“我们还会根据所有的数据生成“模拟题”，针对模型容易出问题的部分，再生成一些内容训练。”郎咸朋说。

理想富有创意的架构设计，一经发布便斩获行业内多个奖项。2024年，理想智能驾驶的DiVE（世界模型）及StreetGaussians（世界模型）发表在了ECCV 2024上，DriveVLM（双系统）发表在了CoRL 2024上，获得行业的一致认可。

总之，面向2025年即将推广的L3自动驾驶，坐拥110.9万用户、智驾总里程累计达29.3亿公里、800万clips投喂、8.1EFLOPS训练算力，并且每年训练算力的投入超过10亿人民币（以上数据截至2024年12月31日）的理想，已经做好了十足的准备。

随着理想对智驾的深入研究，其AI基础能力也在快速升级。

其中，为了在芯片层继续优化智驾能力，理想即将流片自己专用的智驾SoC。原本用于座舱助手的理想同学，现在也登陆手机，对标ChatGPT、豆包等通用智能体。在汽车AI能理解人类之后，李想也开始考虑起人工智能的下一个形态——机器人。

汽车之外，理想要用AI做更多产品了。

理想汽车至今的成功，背后离不开李想顶级的产品能力。

细细复盘李想的每次创业，都能看到他以“超级产品经理”的姿态，对每个行业的高举高打。每次切入一个新赛道，李想都能看到行业最根本的发展主线。

例如，2005创立汽车之家时，李想看到了中国消费者巨大的汽车消费潜力，但缺乏了解渠道的困境。为了满足消费者对汽车产品的好奇，汽车之家主打汽车评测，一举打败了主做车友会的爱卡汽车网。

2015年创立理想汽车时，李想看到的是中国汽车在电动化和智能化存在机遇，同时传统汽车供应链早已成熟的情况。为了在最低限度打造一款智能汽车，李想尽可能采用成熟的技术和设计。避免了里程焦虑、空间不够、不舒适等新能源汽车常见问题的理想ONE，开卖即爆款。

在AI大模型时代刚刚开始的2023年初，看到ChatGPT的横空出世，李想在1月发布的全员信中提到，公司将在2030年成为全球领先的人工智能企业。随后在李想的号召下，理想快速跟上了行业每一个AI落地的风口，AI从隐藏战略变成了“阳谋”。

“AI意味着未来的全部。”诚如李想在2024年12月的理想AI Talk上对AI的看法。随着理想对AI的落地，李想也慢慢看到了AI应用更广袤的视野。

在智舱领域，是理想为了追赶大语言模型的热度，2023年一季度理想开始了Mind GPT项目，并在2023年6月的理想家庭科技日发布会上发布。2023年年底，Mind GPT随着OTA 5.0上车，跟上了行业用大语言模型提升车机智能化的趋势。如今，结合VLM对视觉世界的理解，理想“摸到”了AI融合的边界。

“基座模型到一定时刻，一定会变成VLA（视觉语言行动模型，可以理解成真正能理解世界的智能）。因为语言模型，也要通过语言和认知去理解三维的世界。”正如李想所说，随着AI对世界愈发理解，语言、图片、生成、硬件的边界即将被打破。

“一个真正的大模型产品，一定是能够去自主使用所有的设备，会拥有所有的服务，这才是真正的人工智能。”正如李想所言，AI产品的核心逻辑其实与智驾一模一样。

都是从小范围、标准化的场景出发，到逐渐适应更多场景，为客户提供更多样的服务。最终打破硬件的壁垒，同一个AI能同时落地到全场景的智能硬件。换句话说，能听懂指令并能自觉执行任务的机器人，何尝又不是一种带着乘客“逛街”的自动驾驶呢？

“普通老百姓都能用了，它能独立地、持续地、连续地完成任务，而不需要靠密集的提示词。”李想说。

或许，在AI即将大范围落地端侧的2025年里，李想看到了AI终将打通硅基世界的未来。